HITS 算法、TrustRank算法

 HITS 算法

   HITS是英文Hyperlink-Induced  Topic  Search的缩写,意译为“超链诱导主题搜索’,。HITS算法由Jon Kleinberg于1997年提出,并申请了专利:
http://patft.uspto.gov/netacgi/nph-Parse
mumber66, 112,202
按照HITS算法。用户输入关键词后,算法对返回的匹配页面计算两种值,一种是枢纽值(Hub Scores),另一种是权威值(AuthorityScores),这两个值是互相依存、互相影响的。所谓枢纽值,指的是

页面上所有导出链接指向页面的权威值之和.权威值指的是所有导入链接所在页面的枢纽值之和.
    上面的定义比较拗口,我们可以简单地说,HITS算法会提炼出两种比较重要的页面,也就是枢纽页面和权威页面。枢纽页面本身可能没有多少导入链接,但是有很多导出链接指向权威页面.权成页

面本身可能导出链接不多,但是有很多来自枢纽页面的导入链接。
    典型的枢纽页面就是如雅虎目录、开放目录或好论3这样的网站目录。这种高质it的网站目录作用就在于指向其他权威网站,所以称为枢纽.而权威页面有很多导入链接,其中包含很多来自枢纽页面的链接。权威页面通常是提供真正相关内容的页面.
    HITS算法是针对特定查询词的,所以称为主题搜索.
   HITS算法的最大缺点是,它在查询阶段进行计算,而不是在抓取或预处理阶段.所以HITS算法是以牺牲查询排名响应时间为代价的。也正因为如此,原始HITS算法在搜索引擎中并不常用。不过HITS算

法的思想很可能融入到搜索引擎的索引阶段,也就是根据链接关系找出具有枢纽特征或权威特征的页面.
    成为权威页面是第一优先,不过难度比较大,唯一的方法就是获得高质重链接。当你的网站不能成为权威页面时,就让它成为枢纽页面。所以导出链接也是当前搜索引擎排名因素之一。绝不链接到其他网站的做法,并不是好的SEO方法。

TrustRank算法


    TrustRank是近年来比较受关注的基于链接关系的排名算法。TrustRank可以翻译为“信任指数,’.
   TrustRank算法最初来自于2004年斯坦福大学和雅虎的一项联合研究,用来检测垃圾网站,并且于2006年申请专利。口rrustRank算法发明人还发表了一份专门的PDF文件,说明TrustRank算法的应用。

感兴趣的读者可以在下面这个网址下载PDF文件:
   http:ttwww.vldb.orgleonf/2004/RS 15P3.PDF
    口rnistRank算法并不是由Googl。提出的,不过由于Google所占市场份额最大,而且TrustRank在    Google排名中也是一个非常重要的因素,所以有些人误以为丁rustkank是Google提出的。更让人

糊涂的是,Google曾经把丁nutRank申请为商标,但是TrustRanka标中的TrustRank指的是Google检9含有恶意代码网站的方法,而不是指排名算法中的信任指数。
   TrustRank算法基于一个A本假设:好的网站很少会链接到坏的网站。反之则不成立,也就是说,坏的网站很少链接到好网站这句话并不成立.正相反,很多垃圾网站会链接到高权威、高信任指数的网站,试图提高自己的信任指数.
    基于这个假设,如果能挑选出可以百分之百信任的网站,这些网站的TrustRank评为最高,这些TrustRank最高的网站所链接到的网站信任指数稍微降低,但也会很高。与此类似,第二层被信任的网

站链接出去的第三层网站,信任度继续下降。由于种种原因,好的网站也不可避免地会链接到一些垃圾网站,不过离第一层网站点击距离越近,所传递的信任指数越高,离第一级网站点击距离就越远.信任指数将依次下降。这样,通过TrustRank算法.就能给所有网站计算出相应的信任指数,离第一层网站越远,成为垃圾网站的可能性就越大。
    计算TrustRank值首先要选择一批种子网站,然后人工查看网站,设定一个初始TrustRank值。挑选种子网站有两种方式一种是选择导出链接最多的网站,因为TrustRank算法就是计算指数随着导出链接的衰减.导出链接多的网站,在某种意义上可以理解为“逆
向PR值”比较高.
    另一种挑选种子网站的方法是选PR值高的网站,因为PR值越高,在搜索结果页面出现的概率就越大。这些网站才正是TrustRank算法最关注的、需要调整排名的网站。那些PR值很低的页面,在没有TrustRank算法时排名也很靠后。计算TrustRank意义就不大了。
    根据侧算,挑选出两百个左右网站作为种子,就可以比较精确地计算出所有网站的TrustRank值。
    计算TrustRank随链接关系减少的公式有两种方式.一种是随链接次数衰减,也就是说如果第一层页面TrustRank指数是100,第二层页面衰减为LZ:,第三层衰减为80。第二种计算方法是按导出链接

数目分配TrustRank值,也就是说,如果一个页面的TrustRank值是100.页面上有5个导出链接,每个链接将传递20%97 TrustRank值。衰减和分配这两种计算方法通常综合使用,整体效果都是随着链接层次的增加,TrustRank值逐步降低.
    得出网站和页面的TrustRank值后,可以通过两种方式影响排名.一种是把传统排名算法挑选出的多个页面,根据TrustRank值比较。重新做排名调整。另一种是设定一个最低的TrustRank值门槛,只有超过这个门槛的页面,才被认为有足够的质量进入排名,低于门槛的页面将被认为是垃圾页面,从搜索结果中过滤出去。
    虽然TrustRank算法最初是作为检测垃圾的方法,但在现在的搜索引擎排名算法中,TrustRank概念使用更为广泛.常常影响大部分网站的整体排名.TrustRank算法最初针对的是页面级别,现在在搜索引擎算法中,TrustRank值也通常表现在域名级别,整个域名的信任指数越高,整体排名能力就越强。

请尊重我们的辛苦付出,未经允许,请不要转载SEO自学网的文章!
上一篇:链接处理及李彦宏超链分析专利
下一篇:如何提高网站的Google PR值